sklearn.metrics.pairwise_distances_argmin¶
- sklearn.metrics.pairwise_distances_argmin()¶
Calcula distancias mínimas entre un punto y un conjunto de puntos.
Esta función calcula para cada registro en X, el índice de la fila de Y más cercana (según la distancia especificada).
Esto es principalmente equivalente a llamar:
pairwise_distances(X, Y=Y, metric=metric).argmin(axis=axis)
pero usa mucho menos memoria, y es más rápido para arreglos grandes.
Esta función sólo funciona con arreglos 2D densos.
- Parámetros
- Xarray-like de forma (n_samples_X, n_features)
Arreglo que contiene puntos.
- Yarray-like de forma (n_samples_Y, n_features)
Arreglo que contiene puntos.
- axisentero, default=1
Eje a lo largo del cual se calculan los argmin y las distancias.
- metriccadena de caracteres o invocable, default=”euclidean»
Métrica a utilizar para el cálculo de la distancia. Se puede utilizar cualquier métrica de scikit-learn o scipy.spatial.distance.
Si la métrica es una función invocable, se llama en cada par de instancias (filas) y el valor resultante registrado. El invocable debe tomar dos arreglos como entrada y devolver un valor que indique la distancia entre ellos. Esto funciona para las métricas de Scipy, pero es menos eficiente que pasar el nombre métrico como una cadena.
Las matrices de distancia no son compatibles.
Valores válidos para la métrica son:
de scikit-learn: [“cityblock”, “cosine”, “euclidean”, “l1”, “l2”, “manhattan”]
de scipy.spatial.distance: [“braycurtis”, “canberra”, “chebyshev”, “correlation”, “dice”, “hamming”, “jaccard”, “kulsinski”, “mahalanobis”, “minkowski”, “rogerstanimoto”, “russellrao”, “seuclidean”, “sokalmichener”, “sokalsneath”, “sqeuclidean”, “yule”]
Consulta la documentación de scipy.spatial.distance para obtener detalles sobre estas métricas.
- metric_kwargsdict, default=None
Argumentos de la palabra clave para pasar a la función métrica especificada.
- Devuelve
- argminnumpy.ndarray
Y[argmin[i], :] es la fila en Y más cercana a X[i, :].